基于BP神经网络的特高频局部放电定位误差校正

被引：24

作者：

陈敬德 ^{[1
]}

高兆丽 ^{[2
]}

罗林根 ^{[1
]}

孙英涛 ^{[2
]}

盛戈皞 ^{[1
]}

江秀臣 ^{[1
]}

机构：

[1] 上海交通大学国家能源智能电网研发中心

[2] 不详

来源：

高电压技术 | 2018年 / 44卷 / 06期

基金：

国家高技术研究发展计划(863计划);

关键词：

UHF; 局放定位; K-Means; BP神经网络; 样条插值; 误差补偿;

D O I：

10.13336/j.1003-6520.hve.20180529042

中图分类号：

TM855 [绝缘的试验与检查];

学科分类号：

摘要：

为了提高UHF法变电站站域局放定位的精度,提出了一种基于BP神经网络的定位误差校正方法,采用K-Means机器学习算法对测量值进行去抖动,通过对有限个标定点(径向距离r,方位角θ)误差值的训练,构造了0<r≤66 m、0<θ≤360°的误差补偿曲面,然后对实测值进行修正。考虑工程应用因素,提出了基于样条插值获取样本的方法,减少了工作量,具有工程可操作性。实验结果表明,在r∈(0,40 m)范围时,径向距离测量误差呈递减趋势,r>40 m范围时,径向距离测量误差呈递增趋势,方向角测量误差分布具有相似的规律,经过误差补偿后,误差分布趋于平稳且误差值大大减小,证明了该方法的可行性与有效性。

引用

页码：2040 / 2047

页数：8

共 15 条

[1] 基于压缩感知的特高频局部放电定位法 [J].